Admin Website UNIKOM

Tag: kampus berbasis AI

  • Integrasi Analisis Mode Kegagalan dan Dampak dengan Proses Hierarki Analitik Fuzzy untuk Prioritisasi Risiko dalam Proses Pemesinan

    Penulis: Gabriel Sianturi, Agus Riyanto, M. Yani Syafei, Julian Robecca, Alam Santosa, Adi Lukman Nurhakim

    DOI: 10.1109/INCITEST64888.2024.11121517

    Abstrak

    Penelitian ini mengembangkan metode Failure Mode and Effect Analysis (FMEA) yang terintegrasi dengan metode Fuzzy Analytical Hierarchy (FAHP) untuk memprioritaskan risiko dalam proses pemesinan baut autoklaf. FMEA diterapkan untuk mengidentifikasi dan mengevaluasi mode kegagalan, sedangkan FAHP digunakan untuk menentukan bobot faktor risiko sehingga bobot tersebut tidak diambil sama seperti pada pendekatan FMEA tradisional, tetapi didasarkan pada penilaian pengambil keputusan. Penggabungan teori himpunan fuzzy ke dalam FAHP dapat mengatasi masalah ketidakpastian dan ketidakjelasan yang dihadapi oleh pengambil keputusan selama proses evaluasi. Hasil penelitian menunjukkan bahwa tingkat keparahan memiliki bobot tertinggi, diikuti oleh deteksi dan kejadian. Selain itu, diameter tidak akurat pada mode kegagalan dengan Risk Priority Number (RPN) tertinggi di antara semua mode kegagalan. © 2024 IEEE.

    Kata kunci penulis

    FMEA; Fuzzy AHP; proses permesinan

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/105015745069 

  • Implementasi Aplikasi Pembelajaran IPA Materi Perubahan Cuaca Dua Musim Berbasis Multimedia bagi Siswa Tunarungu

    Penulis: Diana Effendi; Beri Noviansyah; Sri Ela Dinasti; Delviola CancerinaDOI: 10.1109/INCITEST59455.2023.10397027

    Abstrak
    Penelitian ini merupakan kelanjutan dari penelitian sebelumnya, yaitu Design of Multimedia Based Two Season Weather Change Science Learning Application for Deaf Students Part B for Deaf. Penelitian ini membahas bagaimana program yang telah dibuat diimplementasikan menjadi sebuah aplikasi yang dapat digunakan oleh pengguna dengan pendekatan prototipe. Selain itu, dilakukan pula pengukuran tingkat kepuasan pengguna terhadap aplikasi tersebut. Pengukuran kepuasan pengguna dilakukan dengan menggunakan metode deskriptif kuantitatif melalui penyebaran kuesioner yang terdiri atas tujuh pertanyaan kepada tujuh responden, yaitu enam siswa kelas VI dan satu guru IPA di SLBN Cicendo Bandung. Hasil penyebaran kuesioner menunjukkan tingkat kepuasan responden sebesar 95%, yang berarti pengguna merasa puas terhadap aplikasi multimedia ini. Aplikasi tersebut dinilai mampu membantu proses pembelajaran IPA, khususnya pada materi perubahan cuaca dua musim. Hasil penelitian ini memberikan kontribusi dalam menciptakan model pembelajaran yang lebih menarik bagi siswa tunarungu serta memudahkan guru dalam menyampaikan materi dibandingkan dengan metode pembelajaran konvensional.

    Kata kunci penulis
    multimedia; IPA; perubahan cuaca dua musim

    Artikel ini dapat diakses melalui: https://www.scopus.com/pages/publications/85185194326

  • Klasifikasi Fitur Berdasarkan Data HeterogenMenggunakan Pembelajaran Mesin Hibrida: Suatu Tinjauan

    Penulis: Agus Nursikuwagus ; Heri Purwanto ; Deshinta Arrova Dewi
    DOI: –

    Abstrak
    Data heterogen merupakan kumpulan data dengan berbagai jenis, mencakup tipe data dan sumber data. Klasifikasi data heterogen masih menjadi diskusi dalam penelitian di bidang kecerdasan buatan, khususnya dalam pembelajaran klasifikasi. Berdasarkan perkembangan data dan mesin klasifikasi, maka kajian ini masih relevan untuk dilakukan. Mesin klasifikasi yang masih menjadi tren saat ini adalah mesin hibrida yang dikenal sebagai teknik kolaborasi seperti teknik fuzzy dan jaringan saraf. Tujuan dari makalah tinjauan ini adalah untuk menemukan peluang penelitian pada pembelajaran mesin hibrida yang melakukan klasifikasi pada data heterogen dengan target multikelas. Terdapat beberapa tantangan pada data heterogen, yaitu: 1) penentuan algoritma normalisasi dan pemrosesan teks sebagai langkah awal dari lapisan masukan, 2) pembentukan fungsi variabel linguistik untuk setiap kasus memungkinkan adanya peluang kajian untuk proses linguistik, 3) algoritma fungsi keanggotaan yang dapat beradaptasi dengan kumpulan data yang digunakan dapat menjadi peluang penelitian, 4) menemukan metode pembentuk aturan fuzzy sebagai mesin inferensi dari jaringan saraf, 5) struktur proses dari setiap tugas, 6) kinerja seperti efisiensi memori untuk pemrosesan (manajemen memori), kompleksitas (waktu proses), dan validasi arsitektur (akurasi, presisi, recall, f-measure, spesifikasi, prediksi benar, prediksi salah). Hasil penelitian yang diperoleh adalah adanya peluang untuk meningkatkan atau mengembangkan mesin klasifikasi hibrida yang dapat menangani data heterogen dengan target multikelas. © 2023 Little Lion Scientific.

    Kata Kunci Penulis
    Klasifikasi; Fitur; Fuzzy; Data Heterogen; Jaringan Saraf

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/85174975477

  • Pengembangan Model Inovatif untuk Sistem Pengelolaan Sampah Menggunakan Internet of Things (IoT) dan Pembelajaran Mesin

    Pengembangan Model Inovatif untuk Sistem Pengelolaan Sampah Menggunakan Internet of Things (IoT) dan Pembelajaran Mesin

    Penulis: Dimas Akmarul Putera, Ansarullah Lawi, Filmada Ocky Saputra, Sri Handayani, Yun Arifathul Fatimah, Ivan Muhammad Reza, Sholikun, Zainal Arifin Hasibuan, Alvendo Wahyu Aranski

    DOI: 10.1109/ICIC64337.2024.10957619

    Abstrak

    Sistem pengelolaan sampah yang efektif dan efisien merupakan tantangan signifikan di daerah pesisir. Penelitian ini mengusulkan pengembangan model inovatif untuk sistem pengelolaan sampah menggunakan IoT dan pembelajaran mesin. Sistem ini terdiri dari perangkat keras seperti kamera dan sensor gambar yang dipasang di lokasi pesisir untuk memantau volume dan jenis sampah. Data gambar yang dikumpulkan dari perangkat ini disimpan dan dianalisis menggunakan teknik pengolahan gambar. Algoritma YOLO (You Only Look Once) digunakan untuk mengidentifikasi dan mengklasifikasikan jenis sampah. Data yang teridentifikasi kemudian digunakan untuk melatih model pembelajaran mesin, yang memungkinkan prediksi volume dan jenis limbah di masa mendatang. Prediksi ini digunakan untuk mengoptimalkan jadwal pengumpulan limbah, mengurangi biaya operasional, merencanakan jenis pengolahan limbah, dan meminimalkan dampak lingkungan. Dengan pendekatan holistik ini, sistem diharapkan dapat meningkatkan efisiensi dan keberlanjutan pengelolaan limbah, memberikan solusi inovatif untuk masalah pengelolaan limbah di daerah pesisir. © 2024 IEEE.

    Kata kunci: Lingkungan; Pengolahan Citra; IoT; Pembelajaran Mesin; Pengelolaan Limbah

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/105004578932

  • Peningkatan Quality of Service pada Computation Offloading dengan Pendekatan Multilayer Berbasis Simulator Pure Edge Sim

    Penulis: Agus Mulyana; Sri Wahjuni; Taufik Djatna; Heru SukocoDOI: 10.1109/INCITEST59455.2023.10396945

    Abstrak
    Perangkat Internet of Things (IoT) memiliki keterbatasan sumber daya, yang meliputi kecepatan komputasi mikrokontroler, kapasitas memori, sumber energi baterai, serta beragam kebutuhan komputasi. Arsitektur sistem yang umum digunakan terdiri atas dua lapisan, di mana perangkat IoT terhubung ke cloud untuk mengirimkan data atau menerima perintah dengan bergantung pada koneksi internet yang stabil. Namun, pada lingkungan dengan cakupan dan kestabilan internet yang terbatas, kondisi ini dapat menimbulkan permasalahan yang berpotensi menurunkan Quality of Service (QoS). Salah satu solusi yang dapat diterapkan untuk mengatasi permasalahan tersebut adalah melalui teknik computation offloading. Pendekatan ini dilakukan dengan mengidentifikasi karakteristik komputasi berdasarkan aturan tertentu untuk menentukan apakah proses komputasi sebaiknya dijalankan pada lapisan perangkat IoT, lapisan edge computing, atau pada cloud computing. Melalui penerapan skema multilayer tiga lapisan, proses computation offloading dapat dioptimalkan secara lebih efektif. Pengujian empiris yang dilakukan menggunakan simulator Pure Edge Sim menunjukkan bahwa integrasi lapisan IoT, Edge, dan Cloud memberikan hasil yang paling optimal dalam meningkatkan QoS. © 2023 IEEE.

    Kata kunci penulis
    computation offloading; internet of things; pendekatan multilayer; pure edge sim; quality of service

    Artikel ini dapat diakses melalui: https://www.scopus.com/pages/publications/85185199021

  • Penerapan Metode Desain Berpikir dalam Desain UI/UX Aplikasi Jasa Pemotongan Rumput

    Penulis: Muhammad Faiz Islami, Hanhan Maulana

    DOI: 10.1109/INCITEST64888.2024.11121521

    Abstrak

    Masyarakat di Bangkinang mengalami kesulitan mengakses jasa pemotongan rumput yang efektif. Kurangnya informasi dan metode pemesanan tradisional menghambat penyedia jasa untuk memperluas jangkauan pasar mereka. Solusi digital diperlukan untuk mengatasi masalah ini. Di Kota Bangkinang, banyak orang yang menggunakan jasa pemotongan rumput, tetapi pemesanan jasa ini secara tradisional dilakukan melalui brosur dan rekomendasi dari mulut ke mulut. Studi ini berfokus pada pengembangan aplikasi jasa pemotongan rumput menggunakan metode desain berpikir. Metodologi ini terdiri dari lima langkah: berempati, mendefinisikan, berideasi, membuat prototipe, dan menguji, yang digunakan untuk memahami kebutuhan pengguna, menghasilkan ide, mengembangkan prototipe, dan menguji solusi. Hasil penelitian berupa prototipe aplikasi mobile untuk penyedia jasa di Kota Bangkinang, diuji menggunakan metode System Usability Ladder (SUS) dengan skor rata-rata 80,66 untuk aplikasi pengguna jasa dan 81,5 untuk aplikasi penyedia jasa, menunjukkan bahwa aplikasi tersebut mudah digunakan dan diterima dengan baik oleh pengguna. Penelitian ini diharapkan dapat meningkatkan efektivitas dan efisiensi proses pemesanan jasa pemotongan rumput dan memberikan kontribusi signifikan terhadap pengembangan teknologi informasi di masyarakat. Penelitian ini bertujuan untuk merancang aplikasi jasa pemotongan rumput menggunakan pendekatan design thinking, untuk memberikan pengalaman yang baik kepada pengguna dan dapat memesan jasa secara efisien. © 2024 IEEE.

    Kata kunci penulis

    Design thinking; skala kegunaan sistem; kegunaan

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/105015889965 

  • Menilai Efektivitas Metode Notebar, ConductorBot, dan Sub-ConductorBot dalam Melatih Pemain Angklung Pemula

    Penulis: Bella Hardiyana ; Adam Mukharil Bachtiar ; Kazuki Sugita ; Diana Effendi ; Beri Noviansyah ; Prarinya Siritanawan ; Wen Gu ; Koichi Ota ; Shinobu HasegawaDOI: 10.1109/INCITEST64888.2024.11121467

    Abstrak
    Penelitian ini mengeksplorasi efektivitas tiga metode pelatihan angklung yang berbeda: Notebar (NB), ConductorBot (CB), dan ConductorBot dengan Sub-Conductor (SC), yang secara khusus ditujukan bagi pemain angklung pemula. Tujuannya adalah untuk menilai dampak dari setiap metode terhadap performa partisipan, yang diukur melalui perbedaan nilai antara Pra-Tes dan Pasca-Tes. Penelitian ini memiliki tiga sasaran: (1) menentukan metode yang paling efektif untuk meningkatkan keterampilan pemain pemula, (2) menilai apakah metode-metode ini dapat menjadi alternatif yang memadai untuk menggantikan konduktor manusia selama latihan, dan (3) mengeksplorasi potensi alat-alat ini di lingkungan latihan rumah dan sekolah. Melalui perbandingan performa Pra-Tes dan Pasca-Tes, analisis ukuran efek menggunakan Cohen’s d menunjukkan dampak sedang di semua metode, dengan SC menunjukkan ukuran efek tertinggi (0,645), diikuti oleh NB (0,622) dan CB (0,606). Uji Kruskal-Wallis, bagaimanapun, mengungkapkan tidak adanya perbedaan signifikan secara statistik antar metode, yang mengindikasikan bahwa ketiga metode tersebut sama-sama efektif dalam meningkatkan performa. Umpan balik partisipan menyoroti area-area yang perlu ditingkatkan dalam hal kegunaan, sinkronisasi waktu, dan kelancaran gerakan, yang mana hal ini sangat penting bagi pemain pemula saat mereka mengembangkan keterampilan dasar. Wawasan ini memberikan informasi untuk rekomendasi penelitian di masa depan, termasuk penyempurnaan kegunaan metode, peningkatan kelancaran gerakan robotik, penyesuaian waktu untuk sinkronisasi yang lebih baik, dan eksplorasi metode hibrida. Penelitian ini menekankan pentingnya efektivitas metode secara keseluruhan serta perlunya pendekatan yang dipersonalisasi untuk mengoptimalkan hasil pembelajaran, khususnya bagi pemain angklung pemula. © 2024 IEEE.

    Kata kunci penulis
    angklung; conductorbot; notebar; pemain pemula; sub-conductor; metode pelatihan

    Kata kunci terindeks
    Istilah terkontrol bidang teknik
    Sistem pembelajaran; Robotika
    Istilah tak-terkontrol bidang teknik
    Angklung; Conductorbot; Ukuran efek; Notebar; Pemain pemula; Performa; Pasca-tes; Sub-conductor; Performa tes; Metode pelatihan
    Topik utama bidang teknik
    Pelatihan personel

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/105015862069

  • Meningkatkan Daya Tarik Buku Mewarnai Menggunakan Augmented Reality Live Texturing

    Penulis: Hanhan Maulana; Jajang Saeful Anshor; Hideaki KanaiDOI: 10.1109/INCITEST59455.2023.10396956

    Abstrak
    Penelitian ini bertujuan untuk mengembangkan augmented reality live texturing guna meningkatkan daya tarik buku mewarnai. Penelitian ini terdiri atas empat tahapan utama, yaitu pengumpulan data, persiapan objek, pengembangan perangkat lunak, dan evaluasi. Pengembangan sistem Augmented Reality Live Texturing dilakukan dengan menggunakan UNITY 3D. Metode AR yang diterapkan adalah metode marker, di mana pengguna dapat mewarnai marker tersebut. Objek tiga dimensi akan mengikuti warna yang diberikan pada marker secara waktu nyata (real time). Sistem ini diharapkan dapat meningkatkan minat anak-anak dalam kegiatan mewarnai. Selain itu, pemahaman anak terhadap warna juga diharapkan dapat berkembang. Lebih lanjut, sistem ini diharapkan dapat membantu anak dalam menentukan pilihan warna sehingga kreativitas anak semakin meningkat. © 2023 IEEE.

    Kata kunci penulis
    Augmented Reality; buku mewarnai; sistem interaktif; live texturing; multimedia

    Artikel ini dapat diakses melalui: https://www.scopus.com/pages/publications/85185195328

  • Support Vector Machine untuk Klasifikasi Citra SatelitMenggunakan Metode Kernel Radial Basis Function

    Penulis: Nur Suhaili Mansor ; Hapini Awang ; Sarkin Tudu Shehu Malami ; Amirulikhsan Zolkafli ; Mohammed Ahmed Taiye ; Hanhan Maulana
    DOI: 10.1007/978-981-99-9589-9_23

    Abstrak

    Pembelajaran mesin, khususnya Support Vector Machines (SVM), telah memperoleh popularitas dalam pemrosesan data geospasial dan klasifikasi citra. Data geospasial dari berbagai sumber dapat mengandung kesalahan yang berdampak pada akurasi klasifikasi citra. Metode tradisional berbasis piksel dan berbasis objek mengalami kesulitan dalam mengklasifikasikan kelas tutupan lahan yang kompleks secara akurat. Studi sebelumnya telah mengeksplorasi algoritme pembelajaran mesin seperti Random Forests, K-Nearest Neighbors, dan Jaringan Saraf Tiruan. Namun, algoritme tersebut menghadapi tantangan dalam menangkap hubungan rumit di dalam citra dan memerlukan data pelatihan berlabel dalam jumlah besar, yang mengakibatkan beban komputasi yang tinggi. SVM dengan kernel polinomial telah dicoba dalam beberapa studi, tetapi metode ini rentan terhadap overfitting dan tidak efisien untuk kumpulan data besar. Untuk mengatasi permasalahan ini, studi ini menggunakan SVM dengan kernel RBF dan Linear untuk mengklasifikasikan citra satelit multispektral dari kumpulan data Citra Satelit SPOT-6 di Sungai Kelang, Malaysia. Penelitian sebelumnya mengevaluasi akurasi kinerja setiap kernel yang dibandingkan menggunakan kumpulan data uji, dengan memanfaatkan perangkat sumber terbuka seperti Jupyter Notebooks dan pustaka Python untuk mengeksplorasi potensi SVM sebagai teknik klasifikasi citra satelit berkinerja tinggi. Temuan penelitian mengungkapkan bahwa SVM dengan kernel RBF mengungguli SVM dengan kernel polinomial atau linear dalam mengklasifikasikan citra satelit. Ketahanan kernel RBF memungkinkan SVM untuk memodelkan batas keputusan yang rumit dan menangkap pola kompleks dalam data citra, sehingga cocok untuk tugas-tugas dengan data yang tidak dapat dipisahkan secara linear. Studi ini memperkenalkan metodologi baru dan kontribusi teoretis bagi literatur terkait klasifikasi citra, menjelaskan efektivitas SVM-RBF untuk pemrosesan data geospasial. Studi ini menyediakan alternatif terhadap pendekatan tradisional untuk tugas klasifikasi citra yang kompleks. Lebih lanjut, penelitian ini membantu dalam pemilihan algoritme yang optimal untuk aplikasi penginderaan jauh dan citra satelit. © 2024, Penulis, di bawah lisensi eksklusif dengan Springer Nature Singapore Pte Ltd.

    Kata Kunci Penulis
    Geospasial; Klasifikasi Citra; Kernel Linear; Kernel Radial Basis Function (RBF); Support Vector Machine

    Kata Kunci Terindeks
    Istilah Terkendali Teknik
    Klasifikasi (informasi); Jaringan kompleks; Penanganan data; Kehutanan; Kumpulan data besar; Algoritme pembelajaran; Pencarian tetangga terdekat; Jaringan fungsi basis radial; Penginderaan jauh; Citra satelit; Uji statistik; Support vector machines
    Istilah Tidak Terkendali Teknik
    Geospasial; Pemrosesan data geospasial; Klasifikasi citra; Metode kernel; Kernel linear; Kinerja; Kernel polinomial; Kernel fungsi basis radial; Klasifikasi citra satelit; Mesin vektor pendukung
    Istilah Utama Teknik
    Klasifikasi Citra

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/85185723250

  • IoT (Internet of Things) sebagai Alat Bantu Mengatur Ketinggian Air di Bendungan

    Penulis: Sri Supatmi, Dita Ardisura Pamungkas, Desta Rifaldi Nugraha, A Febrian, Audi Citra Fadilah

    DOI: 10.1109/INCITEST64888.2024.11121455

    Abstrak

    Di setiap bendungan di Sungai Citarum, petugas dari kantor pengelola harus pergi ke setiap bendungan untuk mengatur pintu irigasi dan mencatat untuk laporan. Jika petugas yang mengunjungi setiap bendungan dan membuat laporan irigasi dapat diminimalkan agar lebih efisien, maka penelitian ini bertujuan untuk membantu mengatur ketinggian air di bendungan melalui sistem pemantauan bendungan yang menggunakan Internet of Things (IoT). IoT adalah struktur di mana objek, orang yang diberi identitas eksklusif, dan kemampuan untuk memindahkan data melalui jaringan tanpa memerlukan komunikasi dua arah antara manusia ke manusia, sumber tujuan manusia atau interaksi ke komputer. Cara kerja IoT adalah objek harus memiliki alamat IP. Selanjutnya, alamat IP pada objek-objek ini terhubung ke jaringan internet. Ide ini diharapkan menjadi solusi alternatif bagi petugas bendungan dalam mengelola irigasi di bendungan untuk meningkatkan kinerja petugas dalam bekerja karena banyaknya waktu yang dihasilkan dari sistem pemantauan ini. Pengumpulan data dilakukan melalui wawancara di aula Badan Pengelola Sumber Daya Air Daerah Aliran Sungai (PSDA WS) di Citarum, Provinsi Jawa Barat. Hasil penelitian ini adalah prototipe alat pemantauan irigasi untuk memfasilitasi pemodelan perangkat. © 2024 IEEE.

    Kata kunci penulis

    sistem pemantauan bendungan; IoT; pengaturan ketinggian air

    Artikel ini dapat diakses di https://www.scopus.com/pages/publications/105015867292